基于卷积神经网络的散点透镜识别方法

刘宇飞 黄秋实 霍彦明 王 昱

（河北科技大学 电气工程学院 石家庄 050018）

引言

在通用照明领域，透镜需求量大，而透镜在安装过程中种类繁多，这就对透镜识别效果有了更高的需求[1]。传统方法采用的机械定位速度慢、容易对器件造成损伤，随着透镜数量和复杂程度的提高，不易达到现在生产工艺的精度要求。随着半导体封装向着系统集成化、小型化、密集化、高精度方向发展,贴片机也需要提高其相应的贴片速率、精度和稳定性,而视觉识别技术是实现此类要求的基础一环[2]。Li PL等人设计了一种工件边缘特征检测方法，是根据次特征来判别工件，该方法检测的工件种类不多，工件特征比较少[3]。田甜等提出了一种基于OpenCV的PCB板基准点识别与定位的算法。该算法可以从复杂的背景中选取目标轮廓，并计算出轮廓中心坐标。此方法有较高的效率和准确度，能够满足基准点定位的要求。但是对光源条件较为敏感，对环境的需求较为苛刻[4]。

神经网络是通过模仿动物的神经网络行为特征并进行分布式并行信息处理的一种数学算法模型，其有自学习、自适应、收敛速度快以及逼近能力强等优点[5-7]。近年来，不少人将神经网络应用到贴片机运动精度控制上[8-10]，通过神经网络的加入使贴片机的运动精度有所提升。然而以上方法都是神经网络在贴片机运行轨迹的优化，但是关于神经网络在散点透镜识别方面的应用还有待进一步的探究。

本文将神……